Maiberg, Emanuel. “Inside the Warehouse Where Amazon Scans and Destroys Books for AI Training”. 404 Media, 26 de agosto de 2026. Artículo original en 404 Media

A partir del testimonio anónimo de un empleado de Amazon, una mirada al funcionamiento interno de VGT3, una instalación situada en Las Vegas donde se procesan libros destinados, según la investigación de 404 Media, a la obtención de datos para el entrenamiento de sistemas de inteligencia artificial.

El reportaje describe un procedimiento especialmente llamativo: los libros llegan al almacén, son registrados y clasificados, se les corta mecánicamente el lomo para separar las páginas y estas se introducen posteriormente en escáneres de alta velocidad. Una vez digitalizado el contenido, las páginas quedan mezcladas en grandes contenedores, de modo que los ejemplares físicos no pueden volver a reconstruirse.

El empleado entrevistado señala que había al menos 20 o 25 escáneres, capaces de pasar rápidamente las páginas y mostrar en pantalla las imágenes digitalizadas. El proceso incluía libros nuevos y usados, ejemplares procedentes de bibliotecas y materiales procedentes de distintos países. Entre ellos había publicaciones en alemán, ruso y japonés, además de documentos procedentes del Reino Unido y materiales que parecían documentos gubernamentales. El testimonio destaca especialmente la presencia de libros potencialmente raros o difíciles de conseguir.

Uno de los aspectos más relevantes es la destrucción física de los libros después de su digitalización. El trabajador describe cómo, tras cortar los lomos y escanear las páginas, estas son arrojadas a grandes contenedores junto con otros materiales. También explica que determinados ejemplares considerados duplicados o innecesarios eran depositados en estos recipientes. Según el relato, el procedimiento era poco organizado y cambiaba con frecuencia, lo que dificultaba incluso que los propios trabajadores conocieran con exactitud el destino final de todos los libros.

El reportaje plantea así una cuestión especialmente importante para bibliotecas, patrimonio bibliográfico y derechos de autor: la transformación de libros físicos en datos para inteligencia artificial puede implicar no solo su digitalización, sino también la desaparición del ejemplar material. El trabajador entrevistado expresa precisamente su preocupación por que libros raros o valiosos dejen de estar disponibles para otros lectores e investigadores, señalando que existe una diferencia significativa entre digitalizar un libro y destruir el soporte físico una vez obtenido su contenido.

En conjunto, el artículo presenta un ejemplo especialmente gráfico de la nueva economía de los datos para la IA, en la que libros y colecciones documentales pueden convertirse en materia prima para entrenar modelos. Más allá de Amazon, el caso abre debates sobre copyright, licencias, preservación, reutilización de colecciones, digitalización masiva y límites éticos de la extracción de conocimiento de los libros para alimentar sistemas de inteligencia artificial.